Kanji
・クラウドエンジニア / フリーランス ・1993年生まれ ・愛媛県出身 / 東京都渋谷区在住 ・AWS歴5年 プロフィールの詳細
目次
Antigravity のモデル一覧に Carbon / Argon / Hydrogen と Orchestrator が追加されると、最初に迷うのは「結局どれが一番強いのか」です。僕の結論は、 難易度・反復回数・失敗コストで切り替える ことです。
Carbon、Argon、Hydrogen、Orchestrator は Antigravity 側の提供名です。提供元横断の同一条件ベンチマークや、各名称と基盤モデルの完全な対応表が公開されていないものは、数値による総合順位に入れていません。未公表の数値を推測して比較するより、公開済みの評価と実タスクの受け入れテストで選ぶ方が安全です。
モデルの選択肢が一度に増えたように見える背景には、Antigravity 自体が「単一のコーディング支援」から、複数モデルを使い分けるエージェント開発基盤へ拡張してきた流れがあります。
このため、現在の一覧は単純な性能順ではありません。 Argon / Carbon / Hydrogen はモデルの役割、Orchestrator は複数モデルを状況に応じて組み合わせる実行方式 として捉えると選びやすくなります。Orchestrator の公式発表では、Terminal-Bench 4.1 において Carbon に近いタスク成功率を保ちつつ、平均で24%少ないクオータ消費、19%速い完了時間とされています。ただし、評価条件が自分のリポジトリや契約プランと一致するとは限らないため、導入判断は後述の実タスク評価で確認してください。
異なるベンダーの自己申告スコアを一列に並べると、プロンプト、ツール、試行回数、評価時点が違うため誤読を招きます。そこでこの記事では次の順で判断します。
特にコーディングエージェントでは、SWE-bench のような単一指標だけでなく、既存テストを壊さないこと、変更範囲を守ること、レビュー時の修正回数まで見るべきです。
次表の「向く仕事」「避ける場面」は、公式ベンチマークの総合順位ではなく、本記事の編集上の運用推奨です。ベンダーごとの公開スコアは、評価ハーネス・ツール利用・試行回数が異なるため横断比較できません。各社の公式主張は「ベンチマークから読めること、読めないこと」で出典とともに区別します。
この節の数値・性能主張は各社の公式発表に基づきます。表の運用推奨とは別物であり、異なる提供元の数値を足し合わせた順位ではありません。
Google DeepMind の Gemini 4 Carbon モデルカード （結果時点: 2026年10月）には、Gemini 4 Carbon・Gemini 4 Argon・Claude Opus 5.5を含む同一評価表が掲載されています。主要な数値を抜粋します。
スコアはGoogleが公開した評価条件・ツール設定・試行方法における結果です。 Gemini 4 Carbon と Antigravity 画面の Gemini 4 Carbon Medium 、同様に Argon の名称が完全に同一の提供設定であることは、公開情報だけでは断定できません。そのため、この表は モデルカードの性能比較 であり、Antigravity内での実利用スコアではありません。
Gemini 4 Carbon
Gemini 4 Carbon Medium
Hydrogen と Orchestrator は、上表の Gemini 4 Carbon Model Card とは別の Antigravity公式発表 で、以下の数値が公開されています。評価ベンチマークと設定が異なるため、Carbon / Argon 表と単純に横並びの順位にはしません。
Hydrogenの2スコアとOrchestratorの効率値は、Antigravity公式ブログが示した数値です。Orchestratorは単一モデルの能力値ではなく、CarbonとHydrogenを作業の進行に応じて切り替える実行方式の評価です。そのため、24%・19%は「モデル品質が24%・19%上がる」ことを表しません。
Gemini 3.8 Flash の公式モデルカードは、推論・知識・コーディングを含む複数の評価を提示しています。これは Flash を「軽量だから簡単な文章専用」と決めつけない理由になります。一方、エージェント実務ではツール呼び出し、リポジトリの規約、試行回数の制約が結果を大きく左右します。
Anthropic の公式発表では、Claude Opus 5.5 はエージェント型コーディング、コンピュータ操作、ナレッジワークで先行するとされ、同社の端末タスク評価では前世代より呼び出し回数を約40%削減し、トークン使用量を半減したと説明されています。Claude Sonnet 5.5 は Sonnet 5 比で30%以上高速で、多くの作業で最大30%低コストという位置付けです。これは「難しい仕事だけ Opus、普段は Sonnet」という分担を支持します。
Orchestratorは、公式にはCarbonとHydrogenを作業中に双方向で切り替える方式と説明されています。一方、Gemini 3.8 Flash・Sonnet・GPT-OSS 120Bを含む全選択肢の同一条件比較、各プランで使われる正確な設定・バージョンは公開されていません。名称だけで能力を推定せず、同じ受け入れテストで確認することが重要です。
UI の文言、正規表現、単一関数、ログの一次分類は、返答の速さが総作業時間を左右します。まず Gemini 3.8 Flash または Hydrogen を使い、次のいずれかが起きたら Argon に上げます。
この昇格ルールがあると、最初から重いモデルを使うより費用と待ち時間を抑えられます。
要件から実装、テスト、レビューまでを1回のセッションで回す標準枠です。仕様を箇条書きで渡し、「変更対象外」「完了条件」「実行するテスト」を明示します。精度不足ならモデルを替える前に、コンテキスト不足を疑います。
Sonnet 5.5 は、実装の反復を速く回しながら品質を求める仕事に向きます。Argon と Sonnet のどちらが良いかは、同じチケットを比較して、テスト合格までの総ターン数と差分の読みやすさで決めるのが実務的です。
認可・決済・データ移行・本番障害・大規模リファクタリングでは、最初から Carbon または Opus を選びます。重要なのは「高性能モデルに丸投げ」ではなく、次の分業です。
独立した再検証を入れると、もっともらしい誤答を減らせます。
Orchestrator は、CarbonとHydrogenを作業の進行に応じて双方向に切り替える、Antigravityの複数作業向け選択肢です。公式説明では切替は 単一の実行軌跡（single trajectory）内 で行われます。利用者が別チャットへ手動で移り、毎回リポジトリを読み直させる運用とは区別してください。公式発表では、Terminal-Bench 4.1においてCarbon単体に近い成功率を保ちながら、平均でクオータ消費を24%減らし、完了時間を19%短縮したとされています。独立した成果物と依存関係を分けられる作業で効果を測定します。
内部でどの会話履歴・ツール出力・ファイル読込結果が、モデル切替時にどの粒度で共有・再利用されるかは公開されていません。そのため「切替でも再読込コストはゼロ」とは言えません。依存関係が強い作業、長大なログを何度も参照する作業、方針変更が頻繁な作業では、単一モデルを維持した方が速く・安定する可能性があります。24%の削減値はTerminal-Bench 4.1の公式評価条件に限った結果です。
Orchestrator（Carbon / Argon）の選択は、同じチケットを使った試行で、所要時間・初回テスト成功率・手戻りを比較して採用します。タスク間の依存が強く、途中の判断を人が何度も変える場合は、単一の Carbon / Opus セッションの方が管理しやすいことがあります。
Antigravity の一覧にある GPT-OSS 120B は、 Antigravity上で利用する選択肢 として評価します。OpenAI がオープンウェイトとして公開していることは、Antigravity の利用者が自前ホストや閉域環境の運用を担うことを意味しません。
比較の焦点は、同じ指示と受け入れテストに対する結果です。
自前推論基盤での運用は、GPT-OSSを別途採用する場合の一般的な選択肢であり、本記事のAntigravity内でのモデル選択とは分けて扱います。
モデルの選択を印象論にしないため、同じ種類のチケットで次を記録します。
最低4週間、同じ種類・難度のチケットを各選択肢で記録すると、「日常タスクは Flash / Hydrogen で十分」「認可変更は初手 Carbon」「設計レビューだけ Opus」のような、自分のコードベースに合うルールが見えてきます。これは推奨する測定手順であり、本記事の実測結果ではありません。
Antigravity のモデル選択は、名称の新しさや単一のランキングで決めるものではありません。高速な軽量枠、日常開発の標準枠、重要変更の高推論枠、並列作業の Orchestrator、オープンウェイトの挙動を比較する GPT-OSS 120B を分けると、品質と利用量を両立できます。
まずは日常作業を Argon / Sonnet、短い反復を Flash / Hydrogen、難しい変更を Carbon / Opus に置き、Orchestrator は明確に分割できる仕事だけに使う。この順序で実測を積み上げるのが、現時点で最も再現性の高い選び方です。
公開情報の確認日: 2026年11月13日。ベンチマーク、料金、Antigravity の提供モデルは更新されうるため、実運用前には各提供元の最新モデルカードとコンソール表記を確認してください。
本番さながらのAI電話で初通話もデート誘いも余裕に。通話中の対話をリアルタイム解析し、最適な切り返しや好感度アップの助言を即座にサジェスト。24時間いつでも通話練習が可能です（無料体験あり・1レッスン 約150円〜）。
レシートを撮影するだけでGemini AIが品目・金額を高精度OCR解析。LINEログインで友人との面倒な立替・割り勘計算を美しく完結します。
占い師・執事・バーテンダーなどのAIキャラクターが進行役となり、お題やゲームを出題。集まる時間を最高にエキサイティングにするiOSアプリ。
日本株・グローバル企業の適時開示・決算速報をAIクオンツ解析。市場モメンタムや注目銘柄をリアルタイムに可視化するデータポータルです。
人工甘味料や添加物のNG成分除外フィルターと、有効成分あたりの実質単価を徹底比較・可視化するヘルスケア比較データベースです。
本記事で解説した 4大AIエージェント（Antigravity, Kiro, Claude Code, Codex）完全対応の AGENTS.md テンプレート、hooks.json、Gitガードスクリプト一式をGumroadにて配布準備中です。
